vonxai blog

grep検索に頼るコードAIエージェントに静的解析の構造情報を注記コメントとして与える「CodeAnchor」を検証した研究です。関数の位置特定精度の向上や試行ごとの挙動の安定化、リポジトリ規模に応じた設計が明らかになりました。

生成AIの普及に伴い、ジュニアエンジニアのエントリータスクが激減しています。ソウル国立大学の研究をもとに、AIによる仕事の吸収がジュニアの「失敗体験」や育成パスに与える構造的な影響と組織的な対策を解説します。

OSSの依存関係に潜む脆弱性に対し、開発者はどのように対処しているのでしょうか。2026年の調査資料に基づき、開発者のセキュリティ意識、対応プロセス、言語エコシステムの境界における課題について詳しく解説します。

AIエージェントを用いた対話型開発がOSSにおよぼす影響を、1,356リポジトリのデータと開発者調査から明らかにします。

長期的なタスクを実行するAIエージェントの最新アーキテクチャを解説。外部の制御基盤（ハーネス）とモデル最適化の共進化という視点から、エージェントの実装手法、安全性、運用の課題を整理します。

GitHub CopilotがセキュリティAPI利用に与える影響をプロの開発者44名を対象に調査。機能的な正確性は大幅に向上した一方、セキュリティ上の誤用は改善されず、開発者の過信という課題が明らかになりました。

AIエージェントの操作ツールをコード実行のみに制限した場合の影響を調査した研究を紹介。タスクの成功率を維持したまま、多くのケースで約20〜25%のコスト削減を達成できる一方、タスクの性質やモデルの設計によっては例外的なコスト増加も確認されました。

マサチューセッツ大学などの検証で、AI生成テストの誤りを見抜ける確率は49%と判明。不完全な解説が過信を誘発する傾向も明らかになりました。エンジニア86名の実験データから、AI支援レビューの限界と注意点を解説します。

航空企業における4万件超のGitHub Advanced Securityアラートを分析した論文から、深刻度が高い脆弱性ほど修正が遅れ、却下されやすいという「逆転現象」と実務上の対策を解説します。

LLMを用いたマルチエージェント開発チームにおける性格と感情プロファイルの影響を調査。適切な役割特化型の設定が性能を向上させる一方、恐怖や高い誠実性は過剰な修正とコスト増加を招くことが明らかになりました。

Microsoftの研究チームが448名の社内エンジニアを対象に、SDLCの各タスクでAIに許容する自律性レベルとその決定要因を調査した論文を解説。開発者が判断権限を保持する境界線と、意味ある職務設計のポイントが分かります。

LLMのコード生成でテスト駆動開発（TDD）はセキュリティや品質の向上に有効か？最新の研究に基づき、標準プロンプティングとの比較実験結果を解説。TDDの制約がセキュリティ不備を誘発するリスクや、開発実務における注意点を紹介します。